Effect of Unbleached Rice Straw Cellulose Nanofibers on the Properties of Polysulfone Membranes
Notice bibliographique
Résumé
In addition to their lower cost and more environmentally friendly nature, cellulose nanofibers isolated from unbleached pulps offer different surface properties and functionality than those isolated from bleached pulps. At the same time, nanofibers isolated from unbleached pulps keep interesting properties such as hydrophilicity and mechanical strength, close to those isolated from bleached pulps. In the current work, rice straw nanofibers (RSNF) isolated from unbleached neutral sulfite pulp (lignin content 14%) were used with polysulfone (PSF) polymer to make membrane via phase inversion. The effect of RSNF on microstructure, porosity, hydrophilicity, mechanical properties, water flux, and fouling of PSF membranes was studied. In addition, the prepared membranes were tested to remove lime nanoparticles, an example of medium-size nanoparticles. The results showed that using RSNF at loadings from 0.5 to 2 wt.% can significantly increase hydrophilicity, porosity, water flux, and antifouling properties of PSF. RSNF also brought about an increase in rejection of lime nanoparticles (up to 98% rejection) from their aqueous suspension, and at the same time, with increasing flux across the membranes. Tensile strength of the membranes improved by ~29% with addition of RSNF and the maximum improvement was obtained on using 0.5% of RSNF, while Young's modulus improved by ~40% at the same RSNF loading. As compared to previous published results on using cellulose nanofibers isolated from bleached pulps, the obtained results in the current work showed potential application of nanofibers isolated from unbleached pulps for improving important properties of PSF membranes, such as hydrophilicity, water flux, rejection, and antifouling properties.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».